CN113704707A - 基于区块链的音频防篡改方法及装置 - Google Patents
基于区块链的音频防篡改方法及装置 Download PDFInfo
- Publication number
- CN113704707A CN113704707A CN202110988153.1A CN202110988153A CN113704707A CN 113704707 A CN113704707 A CN 113704707A CN 202110988153 A CN202110988153 A CN 202110988153A CN 113704707 A CN113704707 A CN 113704707A
- Authority
- CN
- China
- Prior art keywords
- audio
- fingerprint
- tamper
- watermark
- blockchain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 239000000284 extract Substances 0.000 claims abstract description 4
- 238000004590 computer program Methods 0.000 claims description 21
- 238000000605 extraction Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 239000013598 vector Substances 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000013500 data storage Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/16—Program or content traceability, e.g. by watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Technology Law (AREA)
- Storage Device Security (AREA)
Abstract
本发明提供一种基于区块链的音频防篡改方法及装置，该方法包括通过基于声道低频能量比的自同步数字音频水印算法对原始音频进行特征值计算，并生成音频指纹；通过智能合约将原始音频ID和生成的音频指纹发送到区块链进行保存；区块链通过音频篡改检测算法提取智能合约中的音频的指纹，以及进行篡改检测。与相关技术相比，本发明提供的基于区块链的音频防篡改方法及装置，其数据可追溯防篡改，提高鲁棒性与独一性，降低数据存储消耗，提高检测效率。
Description
技术领域
本发明涉及区块链技术领域，尤其涉及一种基于区块链的音频防篡改方法及装置。
背景技术
目前，随着信息化技术的快速发展，很多领域均需要进行数据处理。作为比较典型的数据，音频数据和视频数据的应用越来越广泛，相应地，很多时候需要对音频数据和视频数据进行处理，以获取到音频数据和视频数据中的相关数据，便于后期数据应用。音频数字水印是对人类社会活动中产生的音频信息进行私密化的一种技术方法，它可确认音频信息的来源及所有者信息，并保证音频数字信号在传递的过程中保持信息来源的唯一性，信息内容的安全性及其在接收端的正确性。
现有音频指纹技术存在音频指纹数据存储、监管、安全等方面的问题，降低了音频指纹数据作为证据的可信度与权威性；且现有音频指纹提取技术鲁棒性差，提取速度慢，难以实现音频的实时检测。
因此，有必要提供一种新型的基于区块链的音频防篡改方法及装置，以克服上述缺陷。
发明内容
本发明的目的在于提供一种新型的基于区块链的音频防篡改方法及装置，其数据可追溯防篡改，提高鲁棒性与独一性，降低数据存储消耗，提高检测效率。
本发明提供一种基于区块链的音频防篡改方法，包括：
通过基于声道低频能量比的自同步数字音频水印算法对原始音频进行特征值计算，并生成音频指纹；
通过智能合约将原始音频ID和生成的音频指纹发送到区块链进行保存；
通过音频篡改检测算法提取音频的指纹，以及进行篡改检测。
本发明还提供一种基于区块链的音频防篡改装置，该装置包括录音装置、边缘存证设备、区块链基础设施和音频存储平台；
录音装置，按照预制程序实时针对某场景录制音频，并将录制的音频或片段音频文件发送至边缘存证设备；
边缘存证设备处理来自录音装置的音频数据，生成并嵌入音频数字水印，将音频解码生成音频指纹，通过区块链基础设施上链存储，并将附有水印的音频上传至音频存储平台；
区块链基础设施：由录音音频数据所有单位内部网络若干节点共同维护与运行，提供音频指纹存储与检索服务支撑；
音频存储平台负责接收来自边缘存证设备处理后的附有水印的音频数据。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的基于区块链的音频防篡改方法的步骤。
本发明还提供一种计算机终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述的基于区块链的音频防篡改方法的步骤。
与相关技术相比较，本发明提出了一种基于区块链的音频防篡改方法及装置，结合基于声道低频能量比的自同步数字音频水印算法、基于快速傅里叶变换的音频指纹提取算法和快速鲁棒的音频检测算法，提高水印提取的成功率与音频指纹特征的独特性，不仅提供音频防篡改检测，同时提供音频防伪造与来源定位；在音频上传内部网络的过程中，引入边缘存证设备，将录音装置录制的音频进行处理得到音频指纹，并发送至区块链上存证，利用链上数据可追溯防篡改特性，加强链上音频指纹的权威性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图，其中：
图1为本发明基于区块链的音频防篡改装置的架构图；
图2为本发明基于区块链的音频防篡改方法的流程图；
图3为本发明基于区块链的音频防篡改方法的数据预处理流程图；
图4为本发明基于区块链的音频防篡改方法的上链流程示意图；
图5为本发明基于区块链的音频防篡改方法的篡改监测流程示意图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明主要分为两个方面去进行描述：一方面为系统框架装置和另一方面为算法构造步骤。系统框架模块介绍本发明的系统模型以及系统流程协议。算法构造模块阐述具体音频数据处理所涉及的算法细节与步骤。
请参阅图1，本发明提供一种基于区块链的音频防篡改装置，该装置包括录音装置、边缘存证设备、区块链基础设施、音频存储平台、取证方和检验方等实体。各实体在录音音频防篡改系统所扮演的角色与拥有的功能具体介绍如下。
录音装置，系统中分布不同地理位置拥有录音功能的客体可称为录音装置。录音装置按照预制程序实时针对某场景录制音频，并将录制的音频或片段音频文件发送至边缘存证设备。
边缘存证设备，每一台录音装置周围配备一台边缘存证设备，承担音频中转职能，主要负责数据处理与转发。包括直接处理来自录音装置的音频数据，生成并嵌入音频数字水印，将音频解码生成音频指纹。同时，负责将音频指纹通过区块链基础设施上链存储，并将附有水印的音频上传至音频存储平台。根据实际安全防范等级，必要时需为边缘存证设备配置硬件安全模块。
区块链基础设施，由录音音频数据所有单位内部网络若干节点共同维护与运行，提供音频指纹存储与检索服务支撑。可信存储来自各边缘存证设备的音频指纹数据，并随时为检验方提供音频指纹检索服务。
音频存储平台，平台构建于内网存储服务器上(重新部署或利用已有服务器皆可)，一般由安全系数较高的专用网络传输，负责接收来自边缘存证设备处理后的附有水印的音频数据。
取证方，当有取证需求时，取证方负责通过音频存储平台下载相关水印音频与其附属基本信息，线下安全保存，与检验软件工具一同交至检验方。
检验方，负责公开通过检验软件工具对水印音频进行处理，将生成的指纹信息与链上指纹信息对比，并验证水印数据确认来源。
提出了一种基于区块链的音频防篡改装置，在音频上传内部网络的过程中，引入边缘存证设备，将录音装置录制的音频进行处理得到音频指纹，并发送至区块链上存证，利用链上数据可追溯防篡改特性，加强链上音频指纹的权威性。
请参阅图2，本发明提供一种基于区块链的音频防篡改方法，包括：
S1、通过基于声道低频能量比的自同步数字音频水印算法对原始音频进行特征值计算，并生成音频指纹；
S2、通过智能合约将原始音频ID和生成的音频指纹发送到区块链进行保存；
S3、区块链通过音频篡改检测算法提取音频的指纹，以及进行篡改检测。
为了方便本发明将上述步骤分为三个阶段进行具体的描述，包括数据预处理阶段、音频指纹上链阶段和音频篡改检测阶段。下面分别阐述各阶段流程步骤。
数据预处理阶段属于S1步骤，具体描述如下：
数据预处理阶段主要由边缘存证设备主导，可分为音频水印生成嵌入和音频指纹生成上链两部分，流程如图3所示。本发明采用基于声道低频能量比的自同步数字音频水印算法，算法采用一种简单且易于操作的量化技术来对水印的特征值进行量化，该量化算法利用音频自身的序列来计算特征值。边缘存证设备采用基于声道低频能量比的自同步数字音频水印算法嵌入和提取数字水印。
基于声道低频能量比的自同步数字音频水印算法按阶段不同可划分为水印嵌入与水印提取两部分：
a、水印嵌入
为了能更好地抵抗音频压缩与提高嵌入后的音频噪声比，选取二维DCT后的中低频系数，具体步骤如下:
首先把原始音频根据水印信息的长度划分成若干个小段；
在每一段中选取前N个序列，再把N个序列划分成小块；
把每一个长度为N/10块的序列变成M*M的小块；
对每一个M*M进行2DCT变换，选取K个中低频系数，组成中低频系数数组；
根据量化算法计算一段的特征值与嵌入强度，再将水印嵌入到音频当中。
b、水印提取
音频水印提取步骤如下：
把已嵌入水印的音频载体根据水印的长度分段，再从每一段中取出前N个序列；
把前N个序列分成小块，再形成M*M的小块；
把每一个小块进行2DCT变换，从中取出K个中低频系数，组成数组；
计算每一段的特征值，然后将提取的特征值与嵌入的特征值进行比较，确定水印信息。
音频指纹上链阶段属于S2步骤，具体描述如下：
如图4所示，边缘存证设备可将原始录音音频ID与生成的音频指纹通过智能合约发送至区块链系统上实现持久保存。由于区块链的数据不可篡改性，区块链网络中的客户端可随时读取并信任链上音频数据指纹。另外，方案将原始音频ID和水印音频文件上传至音频存储平台。区块链网络与音频平台通过音频ID字段将链上音频指纹与平台音频文件连接了起来。
音频篡改检测阶段属于S3步骤，具体描述如下：
取证方可随时将存储平台上的权限范围内的录音音频交由检验方来进行篡改检验，相关流程如图5所示。音频篡改检测算法包括基于快速傅里叶变换的音频指纹提取和内积距离篡改检测。
1)检验方通过使用检验工具，利用基于快速傅里叶变换的音频指纹提取算法对来自音频平台的待检测音频进行处理以得到该音频的音频水印信息，并提取音频的指纹。
2)同时通过智能合约访问待检测音频文件对应的链上音频指纹。
3)利用内积距离进行检测来判定音频是否存在篡改痕迹，若内积距离小于设定的阈值，则说明待检测音频为相似音频(原始音频文件在经过传输等过程中不可避免地会加入噪声，导致同一音频可能会检测为相似音频)，若内积距离大于阈值则判定音频帧存在篡改痕迹。
4)通过读取音频水印信息可验证音频来源，另外，若水印信息不合法或已丢失，则判定该音频为非法音频。
具体的，基于快速傅里叶变换的音频指纹提取算法包括：
将待检测的音频解码成PCM帧数据；
对解码出来的PCM帧数据直接按帧结构进行快速傅里叶变换；
进行频域滤波，频域滤波公式为：HF(Z)＝1-Z-1；
获取PCM数据的频域幅值；
将每帧的频谱均分成33个不重叠的临界频带并计算频带幅值(这些子带的频率范围为300Hz～2200Hz，这个频率范围是人类听觉最相关的频率范围)；
对每帧提取32位的指纹；
如果用E(n,m)表示第n帧第m个子带的频域幅值，用F(n,m)表示第n帧第m个位的指纹值，则所有的指纹值可定义如下：
具体的，利用内积距离进行音频篡改检测包括：
提取音频指纹后，将两个二进制字符串变成内积空间中的两点，通过逐帧计算内积距离，进行音频指纹匹配。计算公式为：
其中，A和B是相邻两个帧段的二进制字符串转换的内积空间内的向量，a和b是向量的分量，当p(A,B)≤12时，认为2帧是相似的，然后计算总相似度，即相似的帧数与总帧数之比，如果2个音频对象的总相似度大于阈值T，则认为这是2个相同的音频对象。p(A,B)取值12是音频检测效果比较好的阈值，可以根据实际使用的需求进行阈值的调整，总相似度阈值T同样也可以根据实际使用的需求进行阈值的调整。
本发明提供的基于区块链的音频防篡改方法结合基于声道低频能量比的自同步数字音频水印算法、基于快速傅里叶变换的音频指纹提取算法和快速鲁棒的音频检测算法，提高水印提取的成功率与音频指纹特征的独特性，不仅提供音频防篡改检测，同时提供音频防伪造与来源定位。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的基于区块链的音频防篡改方法的步骤。
本发明还提供一种计算机终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述的基于区块链的音频防篡改方法的步骤。
所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在终端设备中的执行过程。
所述计算机终端可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。可包括但不仅限于，处理器、存储器。可以包括更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备、总线等。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可以是内部存储单元，例如硬盘或内存。所述存储器也可以是外部存储设备，例如插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器还可以既包括内部存储单元也包括外部存储设备。所述存储器用于存储所述计算机程序以及其他程序和数据。所述存储器还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于区块链的音频防篡改方法，其特征在于，包括：
通过基于声道低频能量比的自同步数字音频水印算法对原始音频进行特征值计算，并生成音频指纹；
通过智能合约将原始音频ID和生成的音频指纹发送到区块链进行保存；
区块链通过音频篡改检测算法提取音频的指纹以及进行篡改检测。
2.根据权利要求1所述的基于区块链的音频防篡改方法，其特征在于，所述基于声道低频能量比的自同步数字音频水印算法对原始音频进行特征值计算包括水印嵌入和水印提取。
3.根据权利要求2所述的基于区块链的音频防篡改方法，其特征在于，所述水印嵌入包括：
根据水印信息的长度将原始音频划分成若干个小段；
在每一段中选取前N个序列，再把N个序列划分成小块；
把每一个长度为N/10块的序列变成M*M的小块；
对每一个M*M进行2DCT变换，选取K个中低频系数，组成中低频系数数组；
根据量化算法计算每一段的特征值与嵌入强度，再将水印嵌入到音频当中。
4.根据权利要求3所述的基于区块链的音频防篡改方法，其特征在于，所述水印提取包括：
把已嵌入水印的音频载体根据水印的长度分段，再从每一段中取出前N个序列；
把前N个序列分成小块，再形成M*M的小块；
把每一个小块进行2DCT变换，从中取出K个中低频系数，组成数组；
计算每一段的特征值，然后将提取的特征值与嵌入的特征值进行比较，确定水印信息。
5.根据权利要求1所述的基于区块链的音频防篡改方法，其特征在于，所述通过音频篡改检测算法提取智能合约中的音频的指纹，以及进行篡改检测包括：
利用基于快速傅里叶变换的音频指纹提取算法对来自音频平台的待检测音频获取音频水印信息，并提取音频的指纹；
通过智能合约访问待检测音频文件对应的链上音频指纹；
利用内积距离进行检测来判定音频是否存在篡改痕迹，若内积距离小于设定的阈值，则说明待检测音频为相似音频，若内积距离大于阈值则判定音频帧存在篡改痕迹；
通过读取音频水印信息可验证音频来源，若水印信息不合法或已丢失，则判定该音频为非法音频。
6.根据权利要求5所述的基于区块链的音频防篡改方法，其特征在于，所述基于快速傅里叶变换的音频指纹提取包括
将待检测的音频解码成PCM帧数据；
对解码出来的PCM帧数据直接按帧结构进行快速傅里叶变换；
进行频域滤波，频域滤波公式为：HF(Z)＝1-Z-1；
获取PCM数据的频域幅值；
将每帧的频谱均分成33个不重叠的临界频带并计算频带幅值；
对每帧提取32位的指纹；
用E(n,m)表示第n帧第m个子带的频域幅值，用F(n,m)表示第n帧第m个位的指纹值，则所有的指纹值可定义如下：
7.根据权利要求5所述的基于区块链的音频防篡改方法，其特征在于，所述内积距离进行篡改检测包括：
提取音频指纹后，通过逐帧计算内积距离进行音频指纹匹配，计算公式为：
其中，A和B是相邻两个帧段的二进制字符串转换的内积空间内的向量，a和b是向量的分量，当p(A,B)≤12时，认为两帧音频是相似的，然后计算总相似度，总相似度大于阈值T，则认定为相同的音频对象。
8.一种应用如权利要求1-7任一所述的基于区块链的音频防篡改方法的装置，其特征在于，该装置包括录音装置、边缘存证设备、区块链基础设施和音频存储平台；
录音装置，按照预制程序实时针对某场景录制音频，并将录制的音频或片段音频文件发送至边缘存证设备；
边缘存证设备处理来自录音装置的音频数据，生成并嵌入音频数字水印，将音频解码生成音频指纹，通过区块链基础设施上链存储，并将附有水印的音频上传至音频存储平台；
区块链基础设施：由录音音频数据所有单位内部网络若干节点共同维护与运行，提供音频指纹存储与检索服务支撑；
音频存储平台负责接收来自边缘存证设备处理后的附有水印的音频数据。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-7任一所述的基于区块链的音频防篡改方法的步骤。
10.一种计算机终端，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述权利要求1-7任一所述的基于区块链的音频防篡改方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110988153.1A CN113704707A (zh) | 2021-08-26 | 2021-08-26 | 基于区块链的音频防篡改方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110988153.1A CN113704707A (zh) | 2021-08-26 | 2021-08-26 | 基于区块链的音频防篡改方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113704707A true CN113704707A (zh) | 2021-11-26 |
Family
ID=78655170
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110988153.1A Pending CN113704707A (zh) | 2021-08-26 | 2021-08-26 | 基于区块链的音频防篡改方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113704707A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101122996A (zh) * | 2007-09-12 | 2008-02-13 | 北京大学 | 一种数字图像的水印嵌入、提取方法及装置 |
| CN101847251A (zh) * | 2010-06-13 | 2010-09-29 | 电子科技大学 | 一种基于混沌序列的数字水印嵌入和提取方法 |
| CN103208288A (zh) * | 2013-03-13 | 2013-07-17 | 漳州职业技术学院 | 基于双重加密的dwt—dct域音频公开水印算法 |
| CN106504757A (zh) * | 2016-11-09 | 2017-03-15 | 天津大学 | 一种基于听觉模型的自适应音频盲水印方法 |
| CN106650808A (zh) * | 2016-12-20 | 2017-05-10 | 北京工业大学 | 一种基于量子近邻算法的图像分类方法 |
| CN109951488A (zh) * | 2019-03-27 | 2019-06-28 | 百度在线网络技术（北京）有限公司 | 内容分发网络的服务实现方法、装置、设备及存储介质 |
| CN110276172A (zh) * | 2019-06-20 | 2019-09-24 | 重庆邮电大学 | 一种基于区块链的音乐版权管理方法、平台及系统 |
| CN110647656A (zh) * | 2019-09-17 | 2020-01-03 | 北京工业大学 | 一种利用变换域稀疏化和压缩降维的音频检索方法 |
| CN111859422A (zh) * | 2020-07-10 | 2020-10-30 | 郑州信大先进技术研究院 | 一种基于区块链的数字资产存证系统 |
| CN112966042A (zh) * | 2019-12-12 | 2021-06-15 | 成都鼎桥通信技术有限公司 | 一种基于区块链的执法记录仪信息处理方法及系统 |
| CN113099264A (zh) * | 2021-04-21 | 2021-07-09 | 湖南天河国云科技有限公司 | 基于全局特征的区块链监控视频防篡改方法及系统 |
-
2021
- 2021-08-26 CN CN202110988153.1A patent/CN113704707A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101122996A (zh) * | 2007-09-12 | 2008-02-13 | 北京大学 | 一种数字图像的水印嵌入、提取方法及装置 |
| CN101847251A (zh) * | 2010-06-13 | 2010-09-29 | 电子科技大学 | 一种基于混沌序列的数字水印嵌入和提取方法 |
| CN103208288A (zh) * | 2013-03-13 | 2013-07-17 | 漳州职业技术学院 | 基于双重加密的dwt—dct域音频公开水印算法 |
| CN106504757A (zh) * | 2016-11-09 | 2017-03-15 | 天津大学 | 一种基于听觉模型的自适应音频盲水印方法 |
| CN106650808A (zh) * | 2016-12-20 | 2017-05-10 | 北京工业大学 | 一种基于量子近邻算法的图像分类方法 |
| CN109951488A (zh) * | 2019-03-27 | 2019-06-28 | 百度在线网络技术（北京）有限公司 | 内容分发网络的服务实现方法、装置、设备及存储介质 |
| CN110276172A (zh) * | 2019-06-20 | 2019-09-24 | 重庆邮电大学 | 一种基于区块链的音乐版权管理方法、平台及系统 |
| CN110647656A (zh) * | 2019-09-17 | 2020-01-03 | 北京工业大学 | 一种利用变换域稀疏化和压缩降维的音频检索方法 |
| CN112966042A (zh) * | 2019-12-12 | 2021-06-15 | 成都鼎桥通信技术有限公司 | 一种基于区块链的执法记录仪信息处理方法及系统 |
| CN111859422A (zh) * | 2020-07-10 | 2020-10-30 | 郑州信大先进技术研究院 | 一种基于区块链的数字资产存证系统 |
| CN113099264A (zh) * | 2021-04-21 | 2021-07-09 | 湖南天河国云科技有限公司 | 基于全局特征的区块链监控视频防篡改方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 吴秋玲: "基于遗传算法的自适应鲁棒音频水印算法", 《金陵科技学院学报》, vol. 38, no. 4, pages 1 - 9 * |
| 滕炎: "基于声道低频能量比的自同步数字音频水印算法研究", 《齐齐哈尔大学学报(自然科学版)》, vol. 37, no. 5, pages 6 - 10 * |
| 滕焱: "基于声道低频能量比的自同步 数字音频水印算法研究", 《齐齐哈尔大学学报(自然科学版)》, vol. 37, no. 5, 6 July 2021 (2021-07-06), pages 6 - 10 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210233204A1 (en) | System for mitigating the problem of deepfake media content using watermarking | |
| Lu et al. | Secure robust JPEG steganography based on autoencoder with adaptive BCH encoding | |
| Ghadi et al. | A novel zero‐watermarking approach of medical images based on Jacobian matrix model | |
| Liu et al. | A security watermark scheme used for digital speech forensics | |
| CN116383793B (zh) | 人脸数据处理方法、装置、电子设备和计算机可读介质 | |
| Zheng et al. | A novel video copyright protection scheme based on blockchain and double watermarking | |
| Wang et al. | Privacy-preserving reversible data hiding based on quad-tree block encoding and integer wavelet transform | |
| Liu et al. | Tamper recovery algorithm for digital speech signal based on DWT and DCT | |
| Dogan et al. | A new watermarking system based on discrete cosine transform (DCT) in color biometric images | |
| CN105227964A (zh) | 视频认证方法及系统 | |
| CN102664014B (zh) | 一种基于对数量化索引调制的盲音频水印实现方法 | |
| CN103996164A (zh) | 基于实分数傅里叶变换的医学影像零水印嵌入和提取方法 | |
| CN110661805B (zh) | 数据处理方法、装置、存储介质和客户端 | |
| Tran et al. | Lsb data hiding in digital media: a survey | |
| Zuo et al. | A novel slant transform-based image feature extract algorithm | |
| CN113704707A (zh) | 基于区块链的音频防篡改方法及装置 | |
| Sowmya et al. | Video authentication using watermark and digital signature—a study | |
| CN115665354A (zh) | 一种基于区块链的执法现场数据存证的方法及系统 | |
| CN113099264A (zh) | 基于全局特征的区块链监控视频防篡改方法及系统 | |
| Chen et al. | Image authentication for permissible cropping | |
| Bhattacharyya et al. | Discrete fourier transformation based image authentication technique | |
| CN114333841A (zh) | 一种基于区块链的音频防篡改系统 | |
| Wu et al. | Robust and blind audio watermarking scheme based on genetic algorithm in dual transform domain | |
| Singh et al. | Secure multiple watermarking technique using neural networks | |
| Yang et al. | Content based image hashing using companding and gray code |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |